公开(公告)号：CN118333182A

公开(公告)日：2024-07-12

申请号：CN202410271463.5

申请日：2024-03-11

Applicant: 苏州科技大学

Inventor： 陈珍萍 ,  范松丽 ,  黄慧杰 ,  丰静 ,  范耘豪

IPC: G06N20/00

Abstract: 本发明公开了一种基于梯度压缩的高效联邦学习方法，包括以下步骤：步骤1、所述服务器确定机器学习模型并建立联邦学习优化数学模型；步骤2、服务器采用非支配排序遗传算法对联邦学习优化数学模型进行求解，得到稀疏化参数和随机量化参数发送给本地设备；步骤3、本地设备接收对应的稀疏化参数和随机量化参数后对机器学习模型进行多轮迭代训练，并进行梯度压缩后将梯度压缩结果上传给服务器；步骤4、服务器聚合各个本地设备梯度压缩结果得到全局梯度向量，并发送给各个本地设备；步骤5、每个本地设备根据全局梯度向量对本地设备的机器学习模型进行更新。本发明可解决现有梯度压缩方法过度压缩导致训练时间成本增加的问题。

公开(公告)号：CN114189332A

公开(公告)日：2022-03-15

申请号：CN202111562699.7

申请日：2021-12-20

Applicant: 苏州科技大学

Inventor： 陈珍萍 ,  徐苗苗 ,  季鑫慧 ,  黄慧杰 ,  施丽佳

IPC: H04L9/08 ,  H04L9/40 ,  G06Q30/02

Abstract: 本发明针对连续群智感知中隐私保护、感知数据不可靠和收集感知数据量少等问题，提出了一种基于对称加密和双层真值发现的连续群感知激励方法。首先，使用对称加密算法对感知数据进行隐私保护，在隐私要求较高并且所需参与计算的感知数量较大时，降低计算开销，减少奖励计算时间；其次，提出基于双层真值发现模型进行数据可靠性评估的激励机制，实现连续群智感知的实时奖励，并在参与者有恶意行为时提高奖励公平性；最后，给出了所提方法的双重隐私性分析。数值仿真结果表明本发明所提方法可以有效的计算真值，并根据数据可靠性进行奖励计算，在计算奖励分发时间上明显优于对比的模型，并且在参与者有恶意行为时能够更加公平的计算奖励。

公开(公告)号：CN115358593A

公开(公告)日：2022-11-18

申请号：CN202211018891.4

申请日：2022-08-24

Applicant: 苏州科技大学

Inventor： 陈珍萍 ,  徐苗苗 ,  季鑫慧 ,  黄慧杰 ,  施丽佳 ,  贺文

IPC: G06Q10/06 ,  G06F21/60 ,  G06F21/62

Abstract: 本发明公开了一种基于任务质量的双向隐私保护任务分配系统，解决了移动群智感知中如何进行隐私保护、以及如何收集可靠感知数据的问题。本发明使用paillier加密方法实现任务参与者和任务请求者的感知数据隐私保护，使用基于任务质量的任务分配算法来提高系统整体感知数据的可靠性。最后本发明通过仿真证明了系统的可行性，并在平均感知质量上优于对比模型。本发明系统在任务分配的隐私保护和整体感知任务质量上进行了有益的探索。

公开(公告)号：CN115062857A

公开(公告)日：2022-09-16

申请号：CN202210768422.8

申请日：2022-06-30

Applicant: 苏州科技大学

Inventor： 陈珍萍 ,  季鑫慧 ,  黄慧杰 ,  左毅 ,  施丽佳 ,  贺文

IPC: G06Q10/04 ,  G06Q50/06 ,  H02J3/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种电力系统短期电力负荷预测方法，包括以下步骤：步骤1、构建堆叠的多层Mogrifier LSTM网络作为预测网络；步骤2、构建电力负荷序列、时间增量序列、每小时最高温度序列、每小时最低温度序列作为输入数据集；步骤3、将输入数据集进行归一化处理并转换为输入矩阵；步骤4、将输入矩阵输入预测网络，通过预测网络获取预测结果。本发明可以提高电力系统短期负荷预测精度，且具有良好的泛化能力。

公开(公告)号：CN114189332B

公开(公告)日：2023-12-19

申请号：CN202111562699.7

申请日：2021-12-20

Applicant: 苏州科技大学

Inventor： 陈珍萍 ,  徐苗苗 ,  季鑫慧 ,  黄慧杰 ,  施丽佳

IPC: H04L9/08 ,  H04L9/40 ,  G06Q30/0207

Abstract: 本发明针对连续群智感知中隐私保护、感知数据不可靠和收集感知数据量少等问题，提出了一种基于对称加密和双层真值发现的连续群感知激励方法。首先，使用对称加密算法对感知数据进行隐私保护，在隐私要求较高并且所需参与计算的感知数量较大时，降低计算开销，减少奖励计算时间；其次，提出基于双层真值发现模型进行数据可靠性评估的激励机制，实现连续群智感知的实时奖励，并在参与者有恶意行为时提高奖励公平性；最后，给出了所提方法的双重隐私性分析。数值仿真结果表明本发明所提方法可以有效的计算真值，并根据数据可靠性进行奖励计算，在计算奖励分发时间上明显优于对比的模型，并且在参与者有恶意行为时能够更加公平的计算奖励。

公开(公告)号：CN115277172A

公开(公告)日：2022-11-01

申请号：CN202210877680.X

申请日：2022-07-25

Applicant: 苏州科技大学

Inventor： 陈珍萍 ,  周华勇 ,  季鑫慧 ,  黄慧杰 ,  施丽佳 ,  贺文

IPC: H04L9/40 ,  H04W12/122 ,  H04W56/00 ,  H04W84/18

Abstract: 本发明公开了一种抗虚假信息注入攻击的无线传感器网络时间同步方法，属于无线传感器网络时间控制方法领域。本发明由虚假信息注入攻击监测机制、时钟相对频偏误差补偿机制以及软件时钟误差补偿机制等几个个部分组成。首先，当节点接收到邻居节点的时钟信息后，通过攻击检测机制来判断时钟信息是否被攻击；其次，通过判断情况，根据引入的软件时钟模型来采取相应的估计及补偿策略；最后，通过软件时钟误差补偿机制减少时间同步过程中的可能出现的误差影响。本发明通过以上步骤来实现无线传感器全网的时间同步，能够有效避免恶意攻击的影响。